Mapping详解

• DBMS数据库有自己的表结构，同样，es中的doc也有自己的结构，称之为mapping，在插入数据是，如果不创建mapping，es会自动根据数据类型创建动态的mapping。由于es底层使用了lucene的原因，不支持对mapping的修改，可使用索引重建的方式

elasticsearch通用mapping模板

{
    "mappings":{
      "properties":{
          "文本字符串":{
              "type":"keyword"
          },
          "日期时间":{
              "type":"date",
              "format":"yyyy-MM-dd HH:mm:ss"
          },
          "结构嵌套":{
              "properties":{
                 "对象类型":{
                      "type":"object"
                  },
                  "文本字符串分词":{
                      "type":"string",
                      "analyzer":"ik_max_word",
                      "index_options":"offsets"
                  }
              }
          }
      }
  }
}

加粗 部分为经常用到的mapping配置项

• enabled

  • 作用：仅存储、不做搜索和聚合分析
  • 值：false|true

• index

  • 作用：是否构建倒排索引（即是否分词，设置false，字段将不会被索引）
  • 值：false|true

• index_option

  • 作用：存储倒排索引的哪些信息
  • 值：docs：索引文档号|freqs：文档号+词频|positions：文档号+词频+位置，通常用来距离查询|offsets：文档号+词频+位置+偏移量，通常被使用在高亮字段
  • 分词字段默认是positions，其他默认时docs

• norms

  • 作用：是否归一化相关参数，如果字段仅用于过滤和聚合分析、可关闭
    分词字段默认配置，不分词字段：默认{“enable”: false}，存储长度因子和索引时boost，建议对需要参加评分字段使用，会额外增加内存消耗
  • 值：“enable”: true|false, “loading”: “lazy”

• doc_value

  • 作用：是否开启doc_value，用户聚合和排序分析
    对not_analyzed字段，默认都是开启，分词字段不能使用，对排序和聚合能提升较大性能，节约内存
  • 值：true（缺省）| false

• fielddata

  • 作用：是否为text类型启动fielddata，实现排序和聚合分析
    针对分词字段，参与排序或聚合时能提高性能，不分词字段统一建议使用doc_value
  • 值：disabled|enable

• store

  • 作用：是否单独设置此字段的是否存储而从_source字段中分离，只能搜索，不能获取值
  • 值：false|true

• dynamic

  • 作用：控制mapping的自动更新
  • 值：true|false|strict

• analyzer

  • 作用：指定分词器，默认分词器为standard analyzer
  • 值：ik_max_word|ik_smart(这两种是常见的中文分词器，关于分词器的见ElasticSearch分词器)

• search_analyzer

  • 作用：设置搜索时的分词器，默认跟analyzer是一致的
  • 值：同analyzer

• boost

  • 作用：字段级别的分数加权，默认值是1.0
  • 值：具体值

• ignore_above

  • 作用：超过100个字符的文本，将会被忽略，不被索引
  • 值：具体值(100)

• fields

  • 作用：可以对一个字段提供多种索引模式，同一个字段的值，一个分词，一个不分词
  • 值：{“raw”: {“type”: “string”, “index”: “not_analyzed”}}

• similarity

  • 作用：默认时TF/IDF算法，指定一个字段评分策略，仅仅对字符串型和分词类型有效
  • 值：BM25|TF/IDF

使用索引重建的方式"修改"mapping

• 如需要将旧索引的itemId字段改为keyword类型，则执行以下请求

# 创建index：

PUT /test_v2

# 设置mapping：
POST /test_v2/item/_mapping
{
  "properties": {
    "itemId": {
      "type": "keyword"
    },
    "itemName": {
      "type": "text",
      "analyzer": "ik_max_word",
      "search_analyzer": "ik_smart"
    }
  }
}

# 使用reindex api将旧索引数据导入新索引，索引重建后可使用reindex命令迁移数据，如将test_v1数据迁移至test_v2请求如下：

POST _reindex
{
  "source": {
    "index": "test_v1",
    "type": "item"
  },
  "dest": {
    "index": "test_v2",
    "type": "item"
  }
}

# 为新索引添加别名后，在程序代码中可以使用固定别名查询动态的索引名称，然后进行查询，如此索引重建则不会引起程序的变动

## 添加别名请求：
POST /_aliases
{
    "actions": [
        { "add": {
            "alias": "item_alias",
            "index": "test_v2"
        }}
    ]
}

## 将旧索引别名迁移到新索引请求：
POST /_aliases
{
    "actions" : [
        { "remove" : { "index" : "test_v1", "alias" : "item_alias" } },
        { "add" : { "index" : "test_v2", "alias" : "item_alias" } }
    ]
}